MétaCan
Menu
← Retour à la cohorte
Enregistrement W2480333223 · doi:10.1002/2016jd024923

Reduced Arctic air pollution due to decreasing European and North American emissions

2016· article· en· W2480333223 sur OpenAlexfundno aff
Anna Mackie, Paul I. Palmer, J. M. Barlow, Douglas Finch, P. C. Novelli, Lyatt Jaeglé

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilDalhousie UniversitySight Research UKNational Oceanic and Atmospheric AdministrationHarvard University
Mots-clésArcticEnvironmental scienceMiddle latitudesPollutantAir pollutionAtmospheric sciencesCombustionTRACERPollutionChemical transport modelAir pollutantsCarbon monoxideThe arcticClimatologyTroposphereEnvironmental chemistryMeteorologyOceanographyChemistryGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Atmospheric transport of midlatitude pollutant emissions to the Arctic can result in disproportionate impacts on the receptor region. We use carbon monoxide (CO), a tracer of incomplete combustion, to study changes in pollutant transport to the Arctic. Using a wavelet transform, we spectrally decompose CO mole fraction measurements from three Arctic sites (Alert, Barrow, and Zeppelin) collected by NOAA over the past 20–25 years. We show that CO concentrations have decreased by −1.0 to −1.2 ppb/yr. We find that the dampened seasonal cycle (−1.2 to −2.3 ppb/yr) is mostly due to a reduction in peak concentrations (−1.5 to −2.4 ppb/yr), which we attribute to reduced source emissions. We find no evidence to support a persistent increase in hydroxyl radical concentration. Using the GEOS‐Chem global 3‐D chemistry transport model, we show that observed decreases are consistent with reductions in fossil fuel usage from Europe and North America.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,286
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→